检测规模及检测周期对高速公路大中修决策的影响研究

2017-06-01王方杰

城市道桥与防洪 2017年4期

关键词：使用性能偏差规模

王方杰

（林同琰国际工程咨询（中国）有限公司，重庆市 401121）

检测规模及检测周期对高速公路大中修决策的影响研究

王方杰

（林同琰国际工程咨询（中国）有限公司，重庆市 401121）

高速公路沥青路面技术状况检测数据是其大中修工程养护决策的依据，检测数据能否客观、真实地反映路面使用性能会对大中修决策产生重要影响。为进一步研究抽样检测方案对检测数据的影响情况，选取适用于高速公路检测的抽样方法，对比研究不同抽样规模和检测周期下检测数据变异性的发展规律，得到了基于路用性能指标特性的合理抽样规模，确定了不同检测周期对路用性能指标预测影响的显著性，为高速公路检测方案、性能预测及大中修决策提供参考。

高速公路；大中修；路用性能指标；抽样规模；检测周期

0 引言

经过将近二十多年的高速发展，我国早期修建的高速公路已经或即将达到使用年限，大批高速公路处于大中修或者改扩建的状态。路面技术状况检测为路面使用性能预测提供原始数据，是制定合理的高速公路大中修养护决策的依据[1]。

由于技术、经济条件的限制，路面检测不可能对整条高速公路路段进行全面的检测，为了减少检测时间、节省检测资金，在一些大中修工程前，会采取抽样检测的方法对原有路面进行检测，即选取若干路段进行抽样检测，以样本点的技术状况推测整条公路的技术状况[2]。若沥青路面抽样检测方案不够科学、合理，必将影响检测数据的准确性，进而无法客观、真实地反映旧路面实际使用性能，最终影响大中修方案的决策。

现有研究对路面性能抽样检测方案研究较少，本文基于京津唐高速检测数据，对比分析不同抽样规模和检测周期对高速公路路面性能检测数据和性能预测的影响，确定科学合理的检测方案，使检测结果既可以客观反映公路技术状况，又可以最大程度地降低检测成本。

1 不同检测抽样方法分析

目前统计学中主流的抽样方法有两种：简单随机抽样和等距抽样。简单随机抽样法是最简单最基本的抽放方法，当市场调研范围有限，或调查对象情况不明、难以分类，或总体单位之间特性差异程度小的情况下采用此法效果较好。对于路面技术状况指标的检测，由于路线长度的不确定性，不能准确确定随机抽样规模，且简单随机抽样的随机性导致抽样检测点位置零散，检测时准确定位抽样点带来的附加工作任务繁重[3]。等距抽样相对于简单随机抽样方式最主要的优势就是经济性。等距抽样方式比简单随机抽样更为简单，花的时间更少，并且花费也少，适合于公路路面技术状况检测，故本文采用等距随机抽样方案。

根据我国《公路技术状况评定标准》（JTG H20-2007）规定，路面使用性能评价指标检测最小单位长度如表1所列。

表1 路面使用性能评价指标检测最小单位长度一览表

按照表1的抽样检测方案，虽然可以保证检测结果的可靠性，但是不能保证检测成本的经济性。根据统计原理，由部分小路段检测数据（例如100 m，200 m，500 m）来推断整段（1 km、2 km或更长路段）路面的使用性能，推断错误在所难免。对于抽样检验，无法绝对避免错误，但可以通过合理的样本容量（抽样规模）和抽样周期将错误发生的概率降到最低。

2 不同抽样规模下检测结果可靠性分析

抽样规模也称作样本容量，进行路况检测时抽检规模可定义为抽检路段长度占路段总长度的百分比。抽样方案设计时必须明确规定合适的抽样规模，抽样规模过小，会导致统计分析结果的稳定性较差；抽样规模过大，会增加不必要的数据搜集成本。我国路面使用性能评价模型中主要有PCI、RQI、RDI、SRI四种指标，重点分析该4指标采用不同抽样规模时对检测结果造成的影响。

在《公路技术状况评定标准》（JTG H20-2007）中规定的抽样规模基础上适度缩小抽样规模，具体如表2所列。

表2 路面检测指标抽样规模一览表

2.1 不同抽样规模下检测数据的变异性分析

对2012年京津唐高速不同抽检规模下路面使用性能检测数据结果进行分析，如表3所列。

表3 2012年河北省京津唐高速不同抽检规模的变异水平一览表

从3可以看出，抽样规模不同时，抽样结果存在一定的变异性，减小抽样规模的抽样检测样本偏差明显变大，DR的最大偏差为12.96%，IRI的最大偏差为7.35%，RD的最大偏差为5.48%，SFC的最大偏差为0.64%，样本的方差变化幅度相对较小，DR、IRI、RD的变异系数出现了大幅波动，波动范围在6.5%～24.6%，只有SFC的变异系数保持平稳。

跑步运动不仅是自我与外部社会生活世界的互动，也是自我与心灵内部精神世界的对话。当与心灵对话时，在自由漫跑情境中，通过身体的律动、空间的开放、环境的自然、心境的自为，跑步运动扮演了抵制工具理性束缚的角色，使感性生命力得到释放。

从抽样数据偏差分析，当抽样规模Ⅱ时，京津唐高速各项路面检测数据的偏差量在可接受范围内；当采用抽样方式Ⅲ（抽样距离为50 m）时，PCI检测超出了允许的最大偏差；当采用抽样方式Ⅴ（抽样距离为100 m）时，平整度检测时超出了允许的最大偏差；当采用抽样方式Ⅴ（抽样距离为90 m）时，车辙检测时超出了允许的最大偏差；只有抗滑指标在各个抽样方式下的抽样检测结果均满足最大偏差要求。

2.2 不同抽样规模下检测数据偏差分析

对2009～2012年京津唐高速IRI抽样检测数据进行归一化处理，抽样规模Ⅰ、Ⅱ和Ⅲ下IRI分布如图1～图3所示。

图1 抽样规模Ⅰ下IRI检测数据分布图

图2 抽样规模Ⅱ下IRI检测数据分布图

图3 抽样规模Ⅲ下IRI检测数据分布图

从图1～图3可以看出，标准抽样规模下，IRI变化范围分别为：25%～300%、25%～300%和25%～250%，随着检测样本容量的减少，抽样规模Ⅱ的IRI变化范围与标准抽样规模一致，而抽样规模Ⅲ则会出现“失真”错误。说明采用抽样规模Ⅱ替代标准抽样可以大致反映原路面实际状况，但抽样规模Ⅲ会使路面中病害点的漏检机会大大增加。

对2009～2012年京津唐高速车辙变化进行分析。按照车辙的大小，划分了6个范围，分别为0～2mm、2～4 mm、4～6 mm、6～8 mm、8～10 mm和10 mm以上。不同抽样方式下车辙变化如表4所列。

从表4可以看出，在不同的抽样规模下，抽样结果总体上都符合车辙衰变规律，即随着时间推移，车辙深度逐步加深，但不同抽样规模下，车辙在不同的范围内存在一定差别。例如，2010年标准抽样下该路段车辙在6～8 mm之间的占全路段27.6%，而抽样规模Ⅱ、Ⅲ则分别为23.3%、24.3%，两者之间相差4.35%、3.35%。

由以上分析可知，抽样规模对检测数据精度有直接影响，当抽样规模缩小时，抽样结果可靠水平会相对降低。当高速公路整体技术状况水平较高时，适当地缩小抽样规模也可以满足精度要求，能够反映路面检测指标。

表4 2009～2012年京津塘高速车辙分布一览表 %

3 不同检测周期对路面性能预测的影响

现有规范对我国高速公路路面性能检测规定为定周期检测，但由于在环境及荷载的不断作用下，路面性能逐渐衰减，且衰减速率不断增加，各种病害产生的概率和频率都明显提高[4]。对于不断变化的路面状况，相同的检测周期势必造成检测数据差异性较大，不能真实地反应路面性能状况，难以做出正确的大中修决策[5]。因此，除抽样规模外，路面检测周期是影响抽样检测数据准确性的重要因素。

3.1 不同检测周期对路面性能预测的影响

本文通过对京津塘高速IRI指标观测数据的统计分析，研究检测周期对路面性能预测的影响。IRI指数预测模型如式（1）所示。